-
شماره ركورد
21150
-
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
۲۱۱۵۰
-
پديد آورنده
مرضيه آقابابايي پور دهكردي
-
عنوان
رمزگشايي اطلاعات سرعت حركت محرك بينايي از روي ثبت داخل قشري مغز موش صحرايي
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
مهندسي پزشكي - بيو الكتريك
-
تاريخ دفاع
۱۳۹۷/۱۲/۱۵
-
استاد راهنما
دكتر محمدرضا دليري
-
دانشكده
برق
-
چكيده
ثبت اطلاعات مغزي بهصورت تهاجمي بهمنظور دستيابي به اطلاعات فعاليتهاي تك نورون ها و پتانسيل ميدان محلي بر روي حيواناتي مانند موش صحرايي و ميمون صورت ميگيرد. هدف از اين پروژه، بررسي اهميت و مزاياي استفاده از سيگنال هاي پتانسيل ميدان محلي ناحيه اوليه بينايي موش صحرايي بهمنظور رمزگشايي اطلاعات سرعت محرك است. به اين منظور نحوه ثبت و استفاده از اين سيگنال ها در مطالعات مشابهي كه تابهحال توسط گروه هاي ديگري در اين رابطه انجامگرفته است مورد بازبيني قرار گرفت و آزمايشي باهدف بررسي امكان پذيري رمزگشايي سرعت با استفاده از اطلاعات پتانسيل ميدان محلي طراحي شد. به دليل محدوديتهاي موجود در روشهاي غيرتهاجمي، تمركز بررسيها در مطالعات اخير انجامشده بر روي موش صحرايي به روش تهاجمي، بوده است. در اين مطالعه، سيگنالهاي مغزي توسط الكترود قرارگرفته در قشر اوليه بينايي موش صحرايي بيهوش حين نمايش تحريك بينايي ثبت شد و سپس پارامتر سرعت تحريك از روي اطلاعات پتانسيل ميدان محلي ثبت و رمزگشايي شد. ابتدا دادهها با اعمال فيلترهاي ناچ و ميان گذر بهمنظور كاهش نويز و آمادهسازي سيگنال پيش از استخراج ويژگي مورد پيشپردازش قرار گرفتند، سپس سه دسته ويژگي زماني، فركانسي و زماني-فركانسي از اين دادهها استخراج شدند و درنهايت ويژگيهاي بهينه براي دستهبندي مورداستفاده قرار گرفتند. در اين مطالعه از دوطبقه بندي كننده K نزديك ترين همسايگي و آناليز تفكيككننده مرتبه دوم بهصورت جداگانه بهمنظور طبقهبندي سرعت هاي مختلف محرك بينايي استفادهشده است كه بهترين نتيجه براي تفكيك سرعت 8 درجه بر ثانيه (deg/sec) از سرعت هاي 2 درجه بر ثانيه با استفاده از ويژگي تبديل كوايفلت مرتبه 4 درجه بر ثانيه روي ويژگي هاي ميانه و توان سيگنال و سرعت 4 درجه بر ثانيه با ويژگي زماني چولگي و با كمك طبقه بند KNN به تنهايي و در حالت انتخاب ويژگي با استفاده از اطلاعات متقابل براي سه موش صحرايي و صحت حدود 67 درصد حاصل شد. هم چنين استفاده از ويژگي هاي زماني و طبقه بند KNN و انتخاب ويژگي با اطلاعات متقابل نيز صحت قابل قبولي در حدود 66 درصد ايجاد مي كند.
نتايج بهدستآمده از اين پژوهش نشان ميدهد كه در پتانسيلهاي ميدان محلي قشر بينايي اوليه، اطلاعاتي در مورد پارامتر سرعت محرك بينايي وجود دارد كه با استفاده از آن مي توان اين پارامتر را رمزگشايي نمود.
-
تاريخ ورود اطلاعات
1398/07/15
-
عنوان به انگليسي
Decoding of the motion speed of visual stimulus using rat brain signals
-
تاريخ بهره برداري
3/5/2020 12:00:00 AM
-
دانشجوي وارد كننده اطلاعات
مرضيه اقابابايي پوردهكردي
-
چكيده به لاتين
Brain recording by using invasive approach doing on animals such as rats and monkeys to obtain single neuron activities and local field potential signals. In this study we investigate the importance and advantage of using LFP signal of rat primary visual cortex in order to decoding motion speed of a random-dot visual stimulus.
To this end, the recording and use of these signals have been reviewed in similar studies and a task has been designed to investigate the possibility of decoding the speed using LFP signals. The focus of this study is on invasive methods. Brain signals are recorded by a single electrode that is inserted in anesthetized rats' V1 cortex while a motion visual stimuli was presented. For preparing data in order to next analysis,first, data must be preprocessed by notch and band pass filters to reduce noise and then we can extracte three categories contain temporal, frequency and time_frequency features from the data. Finally these features were used for classification. In this study we used K_Nearest neighborhood (KNN) and Quadratic Discriminant Analysis (QDA) to classify different speed of the stimulus. The best results were obtained for discriminating speed 8 (deg/s) from speed 2 and 4 respectively by using coiflet wavelet transform 4 and skewness features and then classified by KNN classifier alone and by means of mutual information for three rats. The results indicated there are some information in primary visual cortex LFP signals that can help us to decoding the motion speed of the visual stimuli.
-
لينک به اين مدرک :